为什么pandas从变量写入CSV时仅输出单个数据行?
代码问题修正
核心原因
两处逻辑位置错误,导致循环遍历的9组数据无法被持续留存,最终仅能生成1行结果:
- 存储Accession ID的
names_list定义在for循环内部,每遍历一个gbff文件就会新建空列表,清空之前存储的内容,循环结束时列表里只剩最后一次追加的单条ID - 构造DataFrame的操作虽然在循环外层,但全程没有跨循环留存每次解析得到的基因组大小数值,循环结束后
matches变量、ID列表都仅保留最后一个文件的解析结果 - 原代码中的工作目录路径、CSV输出路径存在字符串未闭合、路径不全的语法问题,正常运行时会触发报错
修正步骤
- 将存储ID、基因组大小的空列表定义在for循环外部,让列表可以跨循环迭代持续追加内容,不会被每次循环重置
- 循环内部每解析出一个文件的ID和对应基因组大小,就追加到两个全局列表中,不再每次新建空列表
- 待所有文件遍历完成后,再用攒齐的列表构造DataFrame,最后执行CSV写入操作
可运行的修正代码
import glob import os import io import re import pandas as pd # 全局空列表,放在循环外避免被重置 accession_ids = [] genome_sizes = [] # 补全完整工作目录路径,保证字符串闭合 work_dir = "/Users/存放gbff文件的文件夹路径" for path in glob.glob(os.path.join(work_dir, "*.gbff")): with io.open(path, mode="r", encoding="utf-8") as file: first_line = file.readline() current_size = int(re.search(r"(\d+)", first_line[33:]).group(0)) current_id = os.path.basename(path).replace(".gbff", "") # 单轮解析结果追加到全局列表 accession_ids.append(current_id) genome_sizes.append(current_size) # 遍历完全部文件后统一构造DataFrame df = pd.DataFrame({ 'Accession_ID': accession_ids, 'Genome_size': genome_sizes }) # 补全CSV保存的完整路径 df.to_csv(r'/Users/保存路径/genome_size_stats.csv', index=False)
最终效果
运行修正代码后,控制台的9组数值和ID会被一一对应,生成的DataFrame会包含表头+9行有效数据,和你打印的匹配关系完全一致。
内容的提问来源于stack exchange,提问作者Meems
相关产品推荐
相关产品推荐

